CN112649005B - 一种基于dem的无人直升机飞行航线诊断方法 - Google Patents

一种基于dem的无人直升机飞行航线诊断方法 Download PDF

Info

Publication number
CN112649005B
CN112649005B CN202011512850.1A CN202011512850A CN112649005B CN 112649005 B CN112649005 B CN 112649005B CN 202011512850 A CN202011512850 A CN 202011512850A CN 112649005 B CN112649005 B CN 112649005B
Authority
CN
China
Prior art keywords
route
elevation
longitude
dem
latitude
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011512850.1A
Other languages
English (en)
Other versions
CN112649005A (zh
Inventor
刘云辉
张云晓
黄兵旺
赵国立
刘宝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
No 60 Institute of Headquarters of General Staff of PLA
Original Assignee
No 60 Institute of Headquarters of General Staff of PLA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by No 60 Institute of Headquarters of General Staff of PLA filed Critical No 60 Institute of Headquarters of General Staff of PLA
Priority to CN202011512850.1A priority Critical patent/CN112649005B/zh
Publication of CN112649005A publication Critical patent/CN112649005A/zh
Application granted granted Critical
Publication of CN112649005B publication Critical patent/CN112649005B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提出了一种基于DEM的无人直升机飞行航线诊断方法，获取航线所有航点信息，将飞行原点与航线起始点和终止点进行连线，与航线轨迹形成一个闭合多边形；根据闭合多边形的顶点经纬度数据，获取闭合多边形各个边在空间中航线和高程所在切面的二维直线方程；进行轨迹点采样，获取采样点经纬度，以及采样点设定范围内的高程最大值；根据各个采样点的高程最大值，确定高程基准线；根据各个边在空间中航线和高程所在切面的二维直线方程，获取采样点处航线设定高度，与高程基准线上对应采样点的值进行比较，完成航线段诊断。本发明可以在飞行任务前，完成飞行航线的安全诊断，提高了任务执行效率及飞行安全。

Description

一种基于DEM的无人直升机飞行航线诊断方法
技术领域
本发明涉及数据处理技术，具体涉及一种基于DEM的无人直升机飞行航线诊断方法。
背景技术
目前，伴随着无人直升机在国内外迅速发展，相关技术已逐渐成熟，无人直升机在军用和民用领域得到了广泛的使用。无人直升机相比有人直升机具备轻型化、作业经济成本少、事故可能造成的损失小等优点。无人直升机执行飞行任务，从最初的手动飞行逐步发展为现在的半自动飞行和全自动飞行，逐步解决了飞手的飞行压力，防止飞手长时间疲惫飞行导致飞行事故。而无人直升机的全自动飞行越来越成为执行任务的主要方式，这对航线的预先规划提出了更高的要求。
无人直升机根据预设航线自动化飞行已经成为无人直升机在执行任务时主要的飞行方式，但在应对复杂地形时，人工设定的航线往往不能全面考虑到复杂地形对航线的要求。无人直升机航线规划方法已有栅格法、切线法、神经网络、蚁群算法等一些动态规划方法。如结合混合粒子群算法的植保无人机航线设计方法一文中提出利用粒子群算法对路径进行排序，从而规划一条有效障碍物的航线，虽然此方法可以用于一些避障任务，但无法满足长航时复杂地形高效执行任务的需求。在基于DEM的航线地形分析一文中提出利用空间地形数据对航线进行拟合，但未说明在执行特定任务时对人工设定的航线如何进行有效诊断，而且对DEM数据的高效使用不足。
发明内容
本发明的目的在于提出一种基于DEM的无人直升机飞行航线诊断方法，解决无人直升机飞行执行战场侦查、搜寻、测绘等任务时，飞行航线适应地形要求，提升无人直升机飞行安全。
实现本发明目的的技术解决方案为：一种基于DEM的无人直升机飞行航线诊断方法，包括如下步骤：
第一步，获取航线所有航点信息，将飞行原点与航线起始点和终止点进行连线，与航线轨迹形成一个闭合多边形；
第二步，根据闭合多边形的顶点经纬度数据，获取闭合多边形各个边在空间中航线和高程所在切面的二维直线方程；
第三步，进行轨迹点采样，获取采样点经纬度，以及采样点设定范围内的高程最大值；
第四步，根据各个采样点的高程最大值，确定高程基准线；
第五步，根据各个边在空间中航线和高程所在切面的二维直线方程，获取采样点处航线设定高度，与高程基准线上对应采样点的值进行比较，如航线所有采样点在高程基准线上方则认为该航线段飞行安全，否则该航线段为不安全航线；
第六步，对轨迹形成的闭合多边形所有航线段重复步骤三～步骤五，完成所有航线段诊断，并给出诊断结果。
进一步的，第二步中，根据闭合多边形的顶点经纬度数据，获取闭合各个边在空间中航线和高程所在切面的二维直线方程，具体方法为：以x轴为航线段飞行方向，Y轴为空间高程方向，建立航线在空间中飞行轨迹与高程的二元方程y＝kx+b，k为斜率，b为截距。
进一步的，第三步中，进行轨迹点采样，获取采样点经纬度及采样点设定范围内的高程最大值，具体方法为：在x轴以10m为单位进行轨迹点采样，记采样点经纬度为(Lon’,Lat’)，获取采样点10米范围内的高程最大值，其中提取指定经纬度高程数据，具体过程为：
(1)设定DEM高程数据加载区域，包括区域的中心点经度LON0、经度LAT0，以及区域范围，计算加载区域内的外切正方形各个顶点的经纬度；
(2)对各个顶点经纬度进行取整，得到4组整数对(X1，Y1)、(X2，Y2)、(X3，Y3)、(X4，Y4)，对四组整数对进行字符串格式化得到“ASTGTM2_NY1EX1”“ASTGTM2_NY2EX2”，“ASTGTM2_NY3EX3”，“ASTGTM2_NY4EX4”四个顶点经纬度标识；
(3)根据四个顶点经纬度标识，加载在此范围内的DEM高程数据文件；
(4)调用ArcEngine提供的接口函数从DEM高程数据文件中获取高程数据。
进一步的，第四步中，根据各个采样点的高程最大值，确定高程基准线，具体方法为：在各个采样点的高程最大值基础上增加5米，得到高程基准线。
一种基于DEM的无人直升机飞行航线诊断系统，基于所述的方法，进行基于DEM的无人直升机飞行航线诊断。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的方法，进行基于DEM的无人直升机飞行航线诊断。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法，进行基于DEM的无人直升机飞行航线诊断。
本发明与现有技术相比，其显著优点为：(1)只需加载所需使用的DEM高程数据文件，大大节省了程序的内存开销，缩短了DEM数据的加载时间，缩短了根据经纬度查找高程数据的时间，并且利用开源高程数据，便于数据获取；(2)可以在飞行任务前，完成飞行航线的安全诊断，提高了任务执行效率及飞行安全。
附图说明
图1是基于DEM的无人直升机飞行航线诊断方法的流程图。
图2是提取指定经纬度高程数据的原理图。
图3是航线段诊断的原理图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本发明基于DEM的无人直升机飞行航线诊断方法，加载DEM高程数据文件，提取指定经纬度高程数据，诊断航线飞行安全，具体步骤如下：
第一步，获取航线所有航点信息，将飞行原点与航线起始点和终止点进行连线，与航线轨迹形成一个闭合多边形；
第二步，根据闭合多边形的顶点经纬度数据，获取闭合多边形各个边在空间中航线和高程所在切面的二维直线方程，即以x轴为航线段飞行方向，Y轴为空间高程方向，建立航线在空间中飞行轨迹与高程的二元方程y＝kx+b；
第三步，在x轴以10m为单位进行轨迹点采样，记采样点经纬度为(Lon’,Lat’)，获取采样点10米范围内的高程最大值，其中，获取采样点10米范围内的高程最大值，需先加载DEM高程数据文件，然后提取指定经纬度高程数据，再确定范围内的高程最大值。提取指定经纬度高程数据具体方法为：
(1)设定DEM高程数据加载区域，以100KM范围为例，获取指定区域的中心点经度LON0、经度LAT0，根据中心点经纬度计算100KM范围内的外切正方形的各个顶点经纬度，如图2所示。
(2)对各个顶点经纬度进行取整，得到4组整数对(X1，Y1)、(X2，Y2)、(X3，Y3)、(X4，Y4)，对四组整数对进行字符串格式化得到“ASTGTM2_NY1EX1”“ASTGTM2_NY2EX2”，“ASTGTM2_NY3EX3”，“ASTGTM2_NY4EX4”四个顶点经纬度标识；
(3)根据四个顶点经纬度标识，加载在此范围内的DEM高程数据文件；
(4)调用ArcEngine提供的接口函数，从DEM高程数据文件中获取高程数据；
第四步，在各个采样点的高程最大值基础上增加5米获取高程基准线；
第五步，根据y＝kx+b获取采样点处航线设定高度，将航线设定高度与高程基准线上对应采样点的值进行比较，如航线所有采样点在高程基准线上方则认为该航线段飞行安全，否则该航线段为不安全航线，记录该航线段各个采样点处最大高程值；
第六步，对轨迹形成的闭合多边形所有航线段重复步骤三～步骤五，完成所有航线段诊断，并给出诊断结果。
本发明提出一种DEM高程数据高效加载使用的方式，并在此基础上对无人直升机预设航线进行飞行安全分析，有效提升了航线规划的安全性。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种基于DEM的无人直升机飞行航线诊断方法，其特征在于，包括如下步骤：
第一步，获取航线所有航点信息，将飞行原点与航线起始点和终止点进行连线，与航线轨迹形成一个闭合多边形；
第二步，根据闭合多边形的顶点经纬度数据，获取闭合多边形各个边在空间中航线和高程所在切面的二维直线方程；
第三步，进行轨迹点采样，获取采样点经纬度，以及采样点设定范围内的高程最大值；
第四步，根据各个采样点的高程最大值，确定高程基准线；
第五步，根据各个边在空间中航线和高程所在切面的二维直线方程，获取采样点处航线设定高度，与高程基准线上对应采样点的值进行比较，如航线所有采样点在高程基准线上方则认为该航线飞行安全，否则该航线为不安全航线；
第六步，对轨迹形成的闭合多边形所有航线段重复步骤三～步骤五，完成所有航线段诊断，并给出诊断结果。
2.根据权利要求1所述的基于DEM的无人直升机飞行航线诊断方法，其特征在于，第二步中，根据闭合多边形的顶点经纬度数据，获取闭合各个边在空间中航线和高程所在切面的二维直线方程，具体方法为：以x轴为航线段飞行方向，Y轴为空间高程方向，建立航线在空间中飞行轨迹与高程的二元方程y＝kx+b，k为斜率，b为截距。
3.根据权利要求1所述的基于DEM的无人直升机飞行航线诊断方法，其特征在于，第三步中，进行轨迹点采样，获取采样点经纬度及采样点设定范围内的高程最大值，具体方法为：在x轴以10m为单位进行轨迹点采样，记采样点经纬度为(Lon’,Lat’)，获取采样点10米范围内的高程最大值，其中提取指定经纬度高程数据，具体过程为：
(1)设定DEM高程数据加载区域，包括区域的中心点经度LON0、经度LAT0，以及区域范围，计算加载区域内的外切正方形各个顶点的经纬度；
(2)对各个顶点经纬度进行取整，得到4组整数对(X1，Y1)、(X2，Y2)、(X3，Y3)、(X4，Y4)，对四组整数对进行字符串格式化得到“ASTGTM2_NY1EX1”“ASTGTM2_NY2EX2”，“ASTGTM2_NY3EX3”，“ASTGTM2_NY4EX4”四个顶点经纬度标识；
(3)根据四个顶点经纬度标识，加载在此范围内的DEM高程数据文件；
(4)调用ArcEngine提供的接口函数从DEM高程数据文件中获取高程数据。
4.根据权利要求1所述的基于DEM的无人直升机飞行航线诊断方法，其特征在于，第四步中，根据各个采样点的高程最大值，确定高程基准线，具体方法为：在各个采样点的高程最大值基础上增加5米，得到高程基准线。
5.一种基于DEM的无人直升机飞行航线诊断系统，其特征在于，基于权利要求1-4任一项所述的方法，进行基于DEM的无人直升机飞行航线诊断。
6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-4任一项所述的方法，进行基于DEM的无人直升机飞行航线诊断。
7.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-4任一项所述的方法，进行基于DEM的无人直升机飞行航线诊断。
CN202011512850.1A 2020-12-20 2020-12-20 一种基于dem的无人直升机飞行航线诊断方法 Active CN112649005B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011512850.1A CN112649005B (zh) 2020-12-20 2020-12-20 一种基于dem的无人直升机飞行航线诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011512850.1A CN112649005B (zh) 2020-12-20 2020-12-20 一种基于dem的无人直升机飞行航线诊断方法

Publications (2)

Publication Number Publication Date
CN112649005A CN112649005A (zh) 2021-04-13
CN112649005B true CN112649005B (zh) 2023-08-22

Family

ID=75358376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011512850.1A Active CN112649005B (zh) 2020-12-20 2020-12-20 一种基于dem的无人直升机飞行航线诊断方法

Country Status (1)

Country Link
CN (1) CN112649005B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113268085B (zh) * 2021-07-16 2021-11-09 成都纵横大鹏无人机科技有限公司 一种航线规划方法、装置及机载激光雷达的飞行设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109375636A (zh) * 2018-12-13 2019-02-22 广州极飞科技有限公司 无人机航线的生成方法、装置、无人机和存储介质
CN110570692A (zh) * 2018-06-06 2019-12-13 杭州海康机器人技术有限公司 一种无人机航线检测方法及装置
CN110750106A (zh) * 2019-10-16 2020-02-04 深圳市道通智能航空技术有限公司 无人机的安全航线生成方法、装置、控制终端和无人机
CN111226185A (zh) * 2019-04-22 2020-06-02 深圳市大疆创新科技有限公司 飞行航线的生成方法、控制装置及无人机系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7890262B2 (en) * 2008-03-31 2011-02-15 Honeywell International Inc. Position estimation for navigation devices
US9524647B2 (en) * 2015-01-19 2016-12-20 The Aerospace Corporation Autonomous Nap-Of-the-Earth (ANOE) flight path planning for manned and unmanned rotorcraft

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110570692A (zh) * 2018-06-06 2019-12-13 杭州海康机器人技术有限公司 一种无人机航线检测方法及装置
CN109375636A (zh) * 2018-12-13 2019-02-22 广州极飞科技有限公司 无人机航线的生成方法、装置、无人机和存储介质
CN111226185A (zh) * 2019-04-22 2020-06-02 深圳市大疆创新科技有限公司 飞行航线的生成方法、控制装置及无人机系统
CN110750106A (zh) * 2019-10-16 2020-02-04 深圳市道通智能航空技术有限公司 无人机的安全航线生成方法、装置、控制终端和无人机

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
利用ＤＥＭ的自适应航线设计方法;柳忠伟等;《测绘科学》;第39卷(第12期);第143-147页 *

Also Published As

Publication number Publication date
CN112649005A (zh) 2021-04-13

Similar Documents

Publication Publication Date Title
CN109711087B (zh) 一种uuv动态威胁态势评估方法
CN110222406B (zh) 一种基于任务阶段复杂性的无人机自主能力评估方法
CN107807521B (zh) 面向固定时间的编队飞行器协同控制方法及系统
CN106959700B (zh) 一种基于上限置信区间算法的无人机群协同巡逻追踪轨迹规划方法
CN104408975B (zh) 飞行器冲突解脱方法及装置
CN111251934B (zh) 一种基于无人机无线充电的高压线路巡检调度方法
CN110006428A (zh) 一种基于无人机能量的覆盖路径规划方法及装置
CN112649005B (zh) 一种基于dem的无人直升机飞行航线诊断方法
CN107180309B (zh) 一种空天地观测资源的协同规划方法
CN116663864B (zh) 应用人工智能的无人机飞行调度分析方法、服务器及介质
CN116954233A (zh) 一种巡检任务与航线自动匹配方法
CN113885567B (zh) 一种基于冲突搜索的多无人机的协同路径规划方法
CN108073088B (zh) 基于内动态映射的无人机控制系统评估与仿真实现方法
US9600556B2 (en) Method for three dimensional perception processing and classification
CN111009034B (zh) 一种三维模型单体化方法、系统、存储介质及设备
CN113220034B (zh) 自主重构和人工干预重构相结合的无人机集群重构系统
CN117007046A (zh) 一种电力巡检机器人路径规划方法及系统
CN112396298B (zh) 一种无人直升机多机协同任务规划方法
CN111163440B (zh) 通信干扰下无人机协同态势感知网络快速重构方法和装置
CN112382134A (zh) 生成飞行路径的方法、装置、存储介质和电子设备
CN110826891A (zh) 一种基于船舶集群态势的相对碰撞危险度获取方法
CN117032247B (zh) 海上救援搜索路径规划方法、装置及设备
CN112562419A (zh) 一种基于离线多目标跟踪的天气规避区划设方法
CN117114053A (zh) 基于结构搜索和知识蒸馏的卷积神经网络模型压缩方法和装置
CN115081759B (zh) 基于历史飞行数据的节油决策方法、系统和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant